检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蹦床项目动作分类研究

沈阳体育学院学报 2022年第3期41卷 78-85页

作者：刘兴沈阳体育学院体育教育学院辽宁沈阳110102

动作是表现蹦床项目特征和展示运动员竞技水平的主要载体,是训练和竞赛的核心内容。动作分类是任何竞技体育项目理论体系的主要内容之一,目前国内外尚未见蹦床动作分类研究报道。本文采用文献资料法、专家访谈与问卷调查法、影像资料分... 详细信息

动作是表现蹦床项目特征和展示运动员竞技水平的主要载体,是训练和竞赛的核心内容。动作分类是任何竞技体育项目理论体系的主要内容之一,目前国内外尚未见蹦床动作分类研究报道。本文采用文献资料法、专家访谈与问卷调查法、影像资料分析法、逻辑分析法等研究方法,按照蹦床动作体系特点,以蹦床动作结构为分类依据,首次提出了蹦床动作分类方法和动作体系结构。旨在深化项目规律认识,把握项目发展趋势,推动项目创新发展,为构建我国蹦床运动理论体系提供参考。

关键词：蹦床动作动作结构动作分类动作体系

在线全文

学校读者我要写书评

暂无评论

基于小样本学习的视频动作分类模型研究

基于小样本学习的视频动作分类模型研究

作者：方鑫燕山大学

学位级别：硕士

小样本视频动作分类研究是视频理解领域中的一个热门研究方向,目的是在标注样本较少的情况下完成动作分类任务。现有的小样本分类倾向于在训练阶段模仿小样本推理过程并进行表征学习,尝试学习待分类样本与标注样本之间的相似性,但缺乏... 详细信息

小样本视频动作分类研究是视频理解领域中的一个热门研究方向,目的是在标注样本较少的情况下完成动作分类任务。现有的小样本分类倾向于在训练阶段模仿小样本推理过程并进行表征学习,尝试学习待分类样本与标注样本之间的相似性,但缺乏对标注样本之间类别关系的挖掘和样本信息传递方式的思考。本文围绕小样本分类网络的数据增强、关系推理以及信息挖掘等方面展开研究,主要研究内容如下:首先,针对小样本视频动作分类任务中标记数据有限,训练得到的分类器对新类别分类效果较差,模型泛化能力较弱的问题,提出基于实例置信度推断视频数据增强的分类模型。将实例置信度推断模型应用到视频空间,通过置信度排序标记样本和获得伪标签的未标记样本,选择可信实例作为训练集进行数据增强,从数据层面增加训练分类器的实例。其次,针对小样本分类任务中训练样本较少,模型信息传递能力较弱,分类准确率较低的问题,提出图神经网络视频空间小样本动作分类模型。依据图数据点之间的关系进行查询集类别预测,将小样本学习视为有监督的消息传递任务,利用图模型计算视频动作之间的关系,使网络在适应新任务的同时更好地学习度量空间中的信息,提高了分类准确率。最后,针对小样本分类任务中信息利用不充分,模型分类准确率不高的问题,提出融入边标记信息的图神经网络视频小样本分类模型。模型共包含三个模块:全连通图构建模块、节点更新模块和边标记更新模块。节点更新模块与边标记更新模块相结合,使得网络可进行对类内相似性和类间不相似性直接连接状态的探索,更加直观有效地推断出和查询集相关联的类别,更加高效地完成小样本分类任务。

关键词：小样本学习动作分类置信度排序图神经网络边标记信息

融入时空注意力机制的深度学习网络视频动作分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中国科技论文 2022年第3期17卷 281-287页

作者：刘悦张雷辛山张宇北京建筑大学电气与信息工程学院北京100044

为了减少基于深度学习动作识别过程中视频图像背景和冗余帧等对识别效果的影响,在深度学习框架中加入注意力机制,提出了一种利用长短时记忆(long short-term memory,LSTM)网络等强化特征提取的方法。首先,改进了数据处理方法,使用融入... 详细信息

为了减少基于深度学习动作识别过程中视频图像背景和冗余帧等对识别效果的影响,在深度学习框架中加入注意力机制,提出了一种利用长短时记忆(long short-term memory,LSTM)网络等强化特征提取的方法。首先,改进了数据处理方法,使用融入空间注意力机制的残差网络提取视频中的动作序列空间特征;其次,提出时序注意力机制(temporal attention mechanism,TAM),进一步提取LSTM输出动作序列的时序特征,并根据不同时刻LSTM输出的重要程度,为视频帧序列动态分配加权系数;最后,通过Softmax分类器完成动作分类。结果表明,所提方法在UCF101数据集上的识别准确率达到了96.9%。

关键词：人工神经网络与计算深度学习动作分类注意力机制

基于体育教学背景下的街舞运动动作分类与命名研究

在线全文

学校读者我要写书评

暂无评论

基于体育教学背景下的街舞运动动作分类与命名研究

作者：刘严广州体育学院

学位级别：硕士

街舞运动传入中国已有20多年,随着政策的推动以及媒体的宣传和推广,早已成为最受年轻人喜爱的新潮运动之一,并且随着2024年巴黎奥运正式加入街舞项目,街舞运动也成为了追求“更高、更快、更强、更团结”的体育项目。但是在传播与发展的... 详细信息

街舞运动传入中国已有20多年,随着政策的推动以及媒体的宣传和推广,早已成为最受年轻人喜爱的新潮运动之一,并且随着2024年巴黎奥运正式加入街舞项目,街舞运动也成为了追求“更高、更快、更强、更团结”的体育项目。但是在传播与发展的过程中,街舞运动在国内依然存在教材短缺、教学内容混乱、专业技能标准模糊等诸多问题。此外从体育视角分析,通过对比艺术体操、健美操、啦啦操等技能主导类表现难美性项目不难发现,街舞运动目前还没有一套完整的动作分类体系,并且街舞动作大部分都是由英文组成,这对国内街舞运动的普及与发展造成了一定的阻碍。综上所述,国内的街舞运动虽然已经得到了一定程度的普及,但是街舞运动在动作分类与命名研究的领域还处于空白,本研究正是从体育教学视角出发,采用文献资料法、视频观察法、专家访谈法、问卷调查法、数理统计法等研究方法以街舞运动动作分类与命名为研究对象,重新梳理街舞运动相关理论知识,探索一个层次分明逻辑清晰的街舞运动动作分类与命名体系。研究结论如下:街舞运动的核心舞种界定为5个,分别是Hip hop嘻哈舞、Popping机械舞、Locking锁舞、Jazz爵士舞、Breaking霹雳舞。街舞运动的动作界定为2类,分别是基本动作与专项动作。街舞运动的基本动作界定为6类,分别是重心律动、基本手位、基本步伐、基本跳跃、基本绕环、基本波浪。街舞运动专项动作界定为5类,分别是Hip hop专项动作、Popping专项动作、Locking专项动作、Jazz专项动作、Breaking专项动作。街舞运动重心律动有4类、基本手位4类、基本步伐5类、基本跳跃3类、基本绕环有8类、基本波浪有3类。街舞运动专项动作难度等级界定为3个级别,分别是初级难度、中级难度、高级难度。街舞运动专项动作共计207个,其中Hip hop嘻哈舞专项动作39个、Popping机械舞专项动作42个、Locking锁舞专项动作41个、Jazz爵士舞专项动作19个、Breaking霹雳舞专项动作66个。运用直译、意译、技术形态译与体育术语译4种命名法对街舞运动207个专项动作进行命名。

关键词：街舞运动体育教学动作分类动作命名研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多算法融合的骨骼重建信息动作分类方法

计算机科学 2022年第6期49卷 269-275页

作者：赵小虎叶圣李晓矿山互联网应用技术国家地方联合工程实验室(中国矿业大学) 江苏徐州221008 中国矿业大学信息与控制工程学院江苏徐州221008

针对行为监测在现实场景下实测效果较差的情况,提出了一种新型的提取人体运动特征的方法,该方法不仅考虑了骨骼点信息,也融合了图像的环境属性信息。考虑到现有的大量实验都是在提取人体骨骼特征的基础上融合多种复杂算法进行实验分类,... 详细信息

针对行为监测在现实场景下实测效果较差的情况,提出了一种新型的提取人体运动特征的方法,该方法不仅考虑了骨骼点信息,也融合了图像的环境属性信息。考虑到现有的大量实验都是在提取人体骨骼特征的基础上融合多种复杂算法进行实验分类,并未考虑到仅仅使用提取骨骼特征进行算法评估的不合理性。因此提出了一种基于骨骼特征的图像信息重建方法,并结合骨骼特征的图卷积网络和注意力机制等算法以及图像识别方法以达到人体行为识别的目的。首先使用Openpose提取骨骼点信息;然后使用图卷积和注意力进行一次分类,在一次分类的基础上通过加入骨骼点扩张系数来分割图形,从而达到对分割的图形进行分类二次精确分类的目的;最后在HMDB51数据集上进行评估,结果表明所提方法的准确度相比对比方法平均提高了5.6%,在实际测试中其有较强的优势。这表明所提方法不仅更精确,同时也更具有实际应用价值。

关键词：注意力机制图卷积网络图像识别动作分类 Transformer

基于肢体协调运动的下肢康复训练路径规划与动作分类方法研究

在线全文

学校读者我要写书评

暂无评论

基于肢体协调运动的下肢康复训练路径规划与动作分类方法研究

作者：何天宇长春工业大学

学位级别：硕士

近年来,随着我国人口老龄化程度持续加剧,由脑卒中引起的运动功能障碍患者人数不断增多,脑卒中患者康复治疗受到当前社会的广泛关注。在传统脑卒中康复治疗中存在康复医师数量不足、康复训练过程枯燥、对患者主观意图考虑不足、康复评... 详细信息

近年来,随着我国人口老龄化程度持续加剧,由脑卒中引起的运动功能障碍患者人数不断增多,脑卒中患者康复治疗受到当前社会的广泛关注。在传统脑卒中康复治疗中存在康复医师数量不足、康复训练过程枯燥、对患者主观意图考虑不足、康复评价指标不够全面客观等问题。康复外骨骼机器人以其便捷、高效的特性,辅助传统康复治疗方式,在脑卒中康复治疗中的应用越来越广泛。患者通过穿戴康复外骨骼机器人并跟随其完成相应康复运动提高运动功能恢复和神经恢复功能代偿,基于肢体协调运动的下肢康复外骨骼机器人运动路径规划对脑卒中患者的康复效果和体验将产生重要影响,此外,脑卒中患者的下肢康复动作分类对患者主观意图识别尤为重要。针对上述路径规划和动作分类问题,本文对人体下肢康复训练路径规划及优化和基于人体下肢表面肌电信号(surface Electromyography,sEMG)动作分类方法展开研究,具体如下:(1)针对康复训练路径规划问题,基于受试者完成下肢康复动作的人体运动特征输出,采用傅里叶拟合得到人体下肢特征输出的规范化输出函数,通过分析输出函数与人体关节角度误差,表明规范化输出函数与人体实际康复动作有很高一致性。(2)针对路径不符合人体工学问题,基于人体工学引入舒适度指标和复杂度指标作为综合康复指标,并将其作为约束条件,采用黄金分割算法对原始路径进行优化,得到符合人体工学的康复规划路径。通过分析优化前后的综合康复指标和关节角度误差,研究表明优化后路径更符合人体工学且仍与实际康复动作有很高一致性。(3)针对下肢康复动作分类问题,基于不同受试者完成下肢康复动作时6通道sEMG信号构建的动作分类数据集,采用多层感知机(Multi-Layer Perceptron,MLP)网络和AlexNet网络进行同一个体和跨个体下肢动作分类实验。通过分析两种神经网络在测试集上动作分类的准确率,验证AlexNet网络对下肢动作分类具有很好效果。(4)针对分类网络复杂度高问题,采用知识蒸馏对AlexNet网络进行压缩以实现动作分类模型轻量化。通过分析轻量化前后神经网络复杂度和测试集动作分类准确率,研究表明知识蒸馏可降低网络模型复杂度,且轻量化的网络模型仍具有良好动作分类效果。

关键词：下肢康复训练路径规划康复指标动作分类知识蒸馏

基于生理信息的下肢动作分类和关节连续运动估计方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生理信息的下肢动作分类和关节连续运动估计方法研究

作者：张鑫长春工业大学

学位级别：硕士

近年来,随着运动机能障碍者数量不断攀升,可穿戴式外骨骼机器人备受关注。在传统的康复治疗手段中,康复医师的数量供不应求,并且存在康复周期长、康复效果有限等问题。可穿戴式外骨骼机器人作为一种新型康复方式,需要具有主动理解人体... 详细信息

近年来,随着运动机能障碍者数量不断攀升,可穿戴式外骨骼机器人备受关注。在传统的康复治疗手段中,康复医师的数量供不应求,并且存在康复周期长、康复效果有限等问题。可穿戴式外骨骼机器人作为一种新型康复方式,需要具有主动理解人体运动意图的能力并为使用者提供额外动力,进而帮助运动障碍者进行运动功能的重建。因此,准确有效地解码人体的运动行为信息是实现人机交互的关键技术,为外骨骼机器人的控制系统提供技术参考。由于表面肌电信号（surface Electromyography,sEMG）是肌肉细胞在电刺激下产生的微弱电信号,与人体运动关系密切,蕴含丰富的运动信息,因此基于sEMG信号的意图识别成为研究热点,通过设计算法获取人体主动运动意图。针对上述意图识别问题,本文对下肢离散动作分类和关节连续运动估计展开研究,主要研究内容如下:（1）针对下肢离散动作分类研究问题,采集下肢三种不同动作的sEMG信号,利用时间分析窗口对sEMG信号进行分割,根据时域方法提取sEMG信号特征,形成特征样本并作为模型的有效输入。采用支持向量机和线性判别分析模型对特征样本进行分类,结果表明线性判别分析模型对下肢离散动作具有更好的分类效果。（2）针对下肢单关节角度估计问题,基于受试者在伸腿运动时相应的sEMG信号,提出最小二乘支持向量机模型建立sEMG信号与关节角度之间的映射关系。根据所提出的归零神经网络求解此回归模型的未知参数,有效识别下肢单关节的运动意图,为患者提供一个最优的康复训练轨迹。（3）针对下肢多关节角度估计问题,通过采集下肢肌肉群的sEMG信号,利用最小二乘支持向量机与归零神经网络方法估计多关节角度。考虑存在测量噪声情况,设计抗噪型归零神经网络有效抑制噪声干扰,为避免患肢康复训练可能产生的二次损伤奠定理论基础和技术参考。（4）针对下肢连续运动估计模型的预测误差问题,实验中所采用的回归模型均是开环模型,由于sEMG信号与关节角度之间的非线性关系不能被充分描述,因此开环模型存在预测误差。基于递归神经网络的闭环模型能够有效消除预测误差,更精准地识别出人体运动意图,为后续的人机交互奠定基础。

关键词：表面肌电信号动作分类运动估计归零神经网络最小二乘支持向量机

动作分类卷积神经网络特征的时域属性校正方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大连民族大学学报 2021年第1期23卷 24-30页

作者：毛琳陈思宇杨大伟张汝波大连民族大学机电工程学院辽宁大连116605

针对3D卷积神经网络捕获的动作特征中时域属性信息的稳健性不足,提出一种时域属性校正方法。通过独创的属性映射法抽象出网络特征数据的时域属性,对比各组特征的属性信息后,对信息差异过大的特征数据进行校正。校正后的模型将增强特征... 详细信息

针对3D卷积神经网络捕获的动作特征中时域属性信息的稳健性不足,提出一种时域属性校正方法。通过独创的属性映射法抽象出网络特征数据的时域属性,对比各组特征的属性信息后,对信息差异过大的特征数据进行校正。校正后的模型将增强特征之间的时域一致性,使卷积神经网络模型的动作分类性能得到优化。使用3D的ResNeXt-101作为仿真验证的基础模型,显著提升了该模型在两个常用动作分类数据集上的测试准确率,在使用了预训练模型后也能够保持良好的优化效果。

关键词： 3D卷积神经网络动作分类时域属性校正属性映射

在线全文

学校读者我要写书评

暂无评论

基于表面肌电信号双谱分析的动作分类

北京工业大学学报 2017年第7期43卷 1045-1050页

作者：孙光民闫正祥张俊杰马北川李俊姜明刘天伦张翼北京工业大学信息学部北京100124

为了提高人体上肢动作识别正确率,提出了一种基于表面肌电信号双谱分析的动作分类方法,以信息增益作为表面肌电信号起止点分割效果衡量标准,结合TKE算子提取出肌肉运动起止区间的表面肌电信号,对提取到的表面肌电信号进行双谱变换,提取... 详细信息

为了提高人体上肢动作识别正确率,提出了一种基于表面肌电信号双谱分析的动作分类方法,以信息增益作为表面肌电信号起止点分割效果衡量标准,结合TKE算子提取出肌肉运动起止区间的表面肌电信号,对提取到的表面肌电信号进行双谱变换,提取双谱的正反对角切片作为表面肌电信号特征,以概率神经网络作为分类器,以100次10折交叉验证为一次动作分类实验,计算10次分类实验的平均正确率,最终得到正对角切片、反对角切片和正反对角切片的分类正确率分别为94.56%、90.93%和95.48%.

关键词：表面肌电信号 TKE算子信息增益双谱分析动作分类